CN112983737A - 一种基于功率模糊控制的风力发电机组变桨控制方法 - Google Patents
一种基于功率模糊控制的风力发电机组变桨控制方法 Download PDFInfo
- Publication number
- CN112983737A CN112983737A CN202110237937.0A CN202110237937A CN112983737A CN 112983737 A CN112983737 A CN 112983737A CN 202110237937 A CN202110237937 A CN 202110237937A CN 112983737 A CN112983737 A CN 112983737A
- Authority
- CN
- China
- Prior art keywords
- power
- fuzzy
- rotating speed
- deviation
- variable pitch
- Prior art date
- Legal status (The legal status is an assumption and is not a legal conclusion. Google has not performed a legal analysis and makes no representation as to the accuracy of the status listed.)
- Granted
Links
- 238000000034 method Methods 0.000 title claims abstract description 59
- 230000008859 change Effects 0.000 claims abstract description 53
- 238000005516 engineering process Methods 0.000 claims abstract description 15
- 230000008878 coupling Effects 0.000 claims abstract description 9
- 238000010168 coupling process Methods 0.000 claims abstract description 9
- 238000005859 coupling reaction Methods 0.000 claims abstract description 9
- 230000007246 mechanism Effects 0.000 claims abstract description 6
- 239000002699 waste material Substances 0.000 claims abstract description 6
- 239000011159 matrix material Substances 0.000 claims description 22
- 238000004364 calculation method Methods 0.000 claims description 13
- 238000001914 filtration Methods 0.000 claims description 12
- 230000009471 action Effects 0.000 claims description 10
- 230000033228 biological regulation Effects 0.000 claims description 10
- 238000004422 calculation algorithm Methods 0.000 claims description 9
- 230000006870 function Effects 0.000 claims description 7
- 238000010521 absorption reaction Methods 0.000 claims description 4
- 238000006243 chemical reaction Methods 0.000 claims description 3
- 230000005484 gravity Effects 0.000 claims description 3
- 238000013139 quantization Methods 0.000 claims description 3
- 238000005070 sampling Methods 0.000 claims description 3
- 238000009499 grossing Methods 0.000 claims description 2
- 230000008447 perception Effects 0.000 claims description 2
- 230000004044 response Effects 0.000 abstract description 3
- 230000000694 effects Effects 0.000 description 6
- 230000008569 process Effects 0.000 description 6
- 230000007547 defect Effects 0.000 description 5
- 238000004088 simulation Methods 0.000 description 4
- 238000013178 mathematical model Methods 0.000 description 3
- 238000010248 power generation Methods 0.000 description 3
- 230000009286 beneficial effect Effects 0.000 description 1
- 230000006698 induction Effects 0.000 description 1
Images
Classifications
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F03—MACHINES OR ENGINES FOR LIQUIDS; WIND, SPRING, OR WEIGHT MOTORS; PRODUCING MECHANICAL POWER OR A REACTIVE PROPULSIVE THRUST, NOT OTHERWISE PROVIDED FOR
- F03D—WIND MOTORS
- F03D7/00—Controlling wind motors
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/327—Rotor or generator speeds
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/328—Blade pitch angle
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/30—Control parameters, e.g. input parameters
- F05B2270/335—Output power or torque
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/40—Type of control system
- F05B2270/404—Type of control system active, predictive, or anticipative
-
- F—MECHANICAL ENGINEERING; LIGHTING; HEATING; WEAPONS; BLASTING
- F05—INDEXING SCHEMES RELATING TO ENGINES OR PUMPS IN VARIOUS SUBCLASSES OF CLASSES F01-F04
- F05B—INDEXING SCHEME RELATING TO WIND, SPRING, WEIGHT, INERTIA OR LIKE MOTORS, TO MACHINES OR ENGINES FOR LIQUIDS COVERED BY SUBCLASSES F03B, F03D AND F03G
- F05B2270/00—Control
- F05B2270/70—Type of control algorithm
- F05B2270/705—Type of control algorithm proportional-integral
-
- Y—GENERAL TAGGING OF NEW TECHNOLOGICAL DEVELOPMENTS; GENERAL TAGGING OF CROSS-SECTIONAL TECHNOLOGIES SPANNING OVER SEVERAL SECTIONS OF THE IPC; TECHNICAL SUBJECTS COVERED BY FORMER USPC CROSS-REFERENCE ART COLLECTIONS [XRACs] AND DIGESTS
- Y02—TECHNOLOGIES OR APPLICATIONS FOR MITIGATION OR ADAPTATION AGAINST CLIMATE CHANGE
- Y02E—REDUCTION OF GREENHOUSE GAS [GHG] EMISSIONS, RELATED TO ENERGY GENERATION, TRANSMISSION OR DISTRIBUTION
- Y02E10/00—Energy generation through renewable energy sources
- Y02E10/70—Wind energy
- Y02E10/72—Wind turbines with rotation axis in wind direction
Landscapes
- Engineering & Computer Science (AREA)
- Life Sciences & Earth Sciences (AREA)
- Sustainable Development (AREA)
- Sustainable Energy (AREA)
- Chemical & Material Sciences (AREA)
- Combustion & Propulsion (AREA)
- Mechanical Engineering (AREA)
- General Engineering & Computer Science (AREA)
- Wind Motors (AREA)
- Control Of Eletrric Generators (AREA)
Abstract
本发明涉及风力发电机组变桨控制技术。基于功率模糊控制的风力发电机组变桨控制方法,基于风电机组功率偏差和转速偏差的耦合变桨控制技术,提出一种双参量功率控制器,将功率偏差、转速偏差及其变化率四个变量同时作为模糊推理的输入量,构建四输入一输出的模糊推理规则,推理得到PI变桨控制的模糊补偿值,将转速偏差及其变化率/变化趋势超前应用于恒功率控制阶段,使风电机组对因转速变化造成的功率波动作出提前感知和预判,进而控制变桨执行机构超前动作,以避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。提升了风电机组控制系统在复杂工况下的抗干扰能力和快速响应能力。
Description
技术领域
本发明涉及风力发电机组变桨控制,尤其是涉及一种基于功率模糊控制的风力发电机组变桨控制方法,用于实现风电机组在复杂风况下变桨距控制。
背景技术
目前,风力发电机组变桨控制多采用传统的PID控制器,通过有差调节的方法实现变桨控制目的,从而保持机组的输出功率稳定。但是由于风电机组具非线性程度强和转动惯量大的特点,同时风速变化具有较大的随机性,且机组的数学模型难以确定,PID算法对于复杂的风机变桨控制难以取得良好的效果。
由于传统PI变桨控制的固有缺陷,在面对复杂的阵风及湍流风况时,风电机组极易出现“失控”的现象,比较典型的是超速、过功率故障频发,这些故障不仅降低了机组的可利用率,也会加重风机运行载荷,降低零部件使用寿命;另一方面,传统PI控制方法由于缺乏动态稳定性和抗干扰能力,导致风电机组在运行过程中遭受扰动较大,难以实现风能的高效利用,造成发电效率低下的问题。
模糊控制无需精确的数学模型即可实现风力发电机组的稳定控制功能,可以高效地综合专家的经验知识,具有较好的动态性能和鲁棒性,对于非线性变量多的风力发电机组控制系统能产生令人满意的控制效果。
发明内容
本发明针对现有技术不足,提出一种基于功率模糊控制的风力发电机组变桨控制方法,以提升风电机组控制系统在复杂工况下的抗干扰能力和快速响应能力。
本发明采用的技术方案:
一种基于功率模糊控制的风力发电机组变桨控制方法,基于风电机组功率偏差和转速偏差的耦合变桨控制技术,提出一种双参量功率控制器,将功率偏差、转速偏差及其变化率四个变量同时作为模糊推理的输入量,构建四输入一输出的模糊推理规则,推理得到PI变桨控制的模糊补偿值,将转速偏差及其变化率/变化趋势超前应用于恒功率控制阶段,使风电机组对因转速变化造成的功率波动作出提前感知和预判,进而控制变桨执行机构超前动作,以避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。
所述的基于功率模糊控制的风力发电机组变桨控制方法,综合考虑转速偏差和功率偏差对于风机变桨控制的叠加影响,采用多参量耦合的变桨控制技术,同时结合模糊控制技术,将四输入一输出的模糊推理矩阵,通过分层计算,转为两个两输入两输出的模糊矩阵,并通过线性叠加计算得到的变桨增益补偿值,进而得到最终的PI控制参数,进行风力发电机组变桨控制。
所述的基于功率模糊控制的风力发电机组变桨控制方法,具体实现的步骤如下:
1)采集n时刻风电机组的发电机转速ω(n)和发电功率P(n);
2)计算n时刻发电机转速与设定转速的偏差值Δω(n)和风电机组发电功率与额定功率的偏差值ΔP(n),以及n时刻发电机转速偏差变化率dΔω(n)/dt和风电机组发电功率偏差变化率dΔP(n)/dt;
3)以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)作为反馈信号,传递给PI控制器作为输入信号,通过PI调节得到初始变桨角度值β;PI控制参数依照风电机组设计值确定;
4)通过模糊控制器推理得到PI控制器的变桨补偿值β0,模糊控制器的输入为n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt和风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt共四个参量,输出为变桨补偿值β0;
将上述四输入一输出的模糊推理矩阵通过分层计算转为两个两输入二输出的模糊矩阵,分别计算对应的输出的变桨补偿值β1和β2;
5)进行模糊控制器的设计;
6)确定变桨动作值:将最终确定的变桨动作值为PI调节变桨值β与模糊控制补偿变桨值β1及β2之和,输出的结果经过限幅、限速、单位变换模块后,作为设定值传递给变桨控制器。
所述的基于功率模糊控制的风力发电机组变桨控制方法,步骤5)中,模糊控制器的设计方法通过以下步骤实现:
5.1)确定模糊论域和模糊子集;依据风电机组的非线性特征,结合风机的运行数据,分别确定输入、输出变量的模糊论域和模糊子集;
5.2)确定模糊推理规则;
模糊推理的规则主要结合专家控制经验得到:当发电机转速偏差为PB,且发电机转速偏差变化率也为PB,即使发电功率保持在额定功率,也预示风电机组发电功率即将快速增加,此时应当及时增大变桨补偿量以抑制功率的上升;相反,当发电机转速偏差及其变化率为NB时,尽管发电功率能够勉强维持在额定功率附近,此时也应当主动减小桨距角以增大对风能的吸收;
根据以上专家控制经验和风电机运行特性构建四输入一输出的模糊推理矩阵;
将四维模糊推理矩阵简化为两个二维的模糊推理矩阵1和2,并经过叠加后得到最终的变桨补偿值;
模糊推理矩阵1以n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt为模糊输出值,经模糊推理得到变桨补偿值β1;
模糊推理矩阵2以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt为模糊输入值,经模糊推理得到变桨补偿值β2;
得到最终的变桨补偿值为β1+β2
5.3)确定模糊化和解模糊方法
为避免小风速扰动造成对变桨执行器的过度补偿,四维输入量的隶属度函数均采用平滑的高斯型隶属函数,输出量采用重心法解模糊分别得到变桨补偿值β1和β2,经输出量化因子增益后,作为变桨补偿值与PI调节桨距角叠加。
所述的基于功率模糊控制的风力发电机组变桨控制方法,步骤1)中,为了消除发电机转速和功率中的高频扰动信号,采用一阶低通滤波算法对发电机转速ω(n)和发电功率P(n)信号进行平滑处理,得到处理后n时刻的发电机转速ωa(n)和风电机组发电功率Pa(n);一阶低通滤波算法的原理为:
ωa(n)=(1-α)ω(n)+αωa(n-1)
Pa(n)=(1-α)P(n)+αPa(n-1)
式中,ωa(n-1)为滤波后n-1时刻的发电机转速值,Pa(n-1)为滤波后n-1时刻的风电机组发电功率;α为滤波系数,应用中取0.95。
所述的基于功率模糊控制的风力发电机组变桨控制方法,步骤2)中,n时刻发电机转速与设定转速的偏差值Δω(n)和风电机组发电功率与额定功率的偏差值ΔP(n)计算方法如下:
Δω(n)=ωa(n)-ωa(n-1)
ΔP(n)=Pa(n)-Pa(n-1)
进一步通过下式计算n时刻发电机转速偏差变化率dΔω(n)/dt和风电机组发电功率偏差变化率dΔP(n)/dt:
按照风电机组转速和功率20ms的采样周期,Δt取0.02s。
本发明的有益效果:
1、本发明基于功率模糊控制的风力发电机组变桨控制方法,具有鲁棒性好,抗干扰能力强,不依赖于系统数学模型等优点,同时克服了单一参量控制方法忽视转速变化对于功率影响的缺陷,使得风电机组控制系统对于因转速变化造成的功率波动具备了提前感知能力。这是因为,在功率小范围波动时,为避免变桨执行机构频繁动作,常以转速波动来平抑功率的变化,此时的裕量(补偿)风能以机械能的形式在风机转动系中储存(消耗);但如果风机转速处于持续上升或者持续降低时,往往预示着需要变桨系统及时介入以维持风能吸收稳定,本发明正是基于这一特点,将转速偏差及其变化率超前作用于变桨控制,使得变桨系统能够克服单一参量有差控制感知滞后的缺点,进而控制变桨执行机构超前动作,从而避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。
2、本发明基于功率模糊控制的风力发电机组变桨控制方法,区别于传统变桨控制方法仅将转速或功率单一参量作为变桨控制输入量,创新之处在于综合考虑转速偏差和功率偏差对于风机变桨控制的叠加影响,同时结合模糊控制技术,将传统的单一参量变桨控制技术改进为多参量耦合的变桨控制技术,提升了变桨控制的感知性能,能够有效增强系统的控制精度和响应速度,避免了由于风速扰动造成的系统超调,具有良好的抗干扰性能。。
3、本发明基于功率模糊控制的风力发电机组变桨控制方法,采用改进的四输出二输出的模糊推理矩阵,通过分层计算的方法,转为两个两输入二输出的模糊矩阵,并通过线性叠加计算得到的变桨增益补偿值,进而得到最终的PI控制参数。这种方法有效简化了计算过程,能够实现快速计算的需要。
4、将本方法应用于某2MW风力发电机组进行仿真计算,对比分析本方法与传统PI控制方法在应对阵风风况下的控制效果,所采用的风力发电机组的基本参数如下表:
项目 | 参数 |
额定功率 | 2000KW |
轮毂高度 | 61.5m |
叶片数量 | 3个 |
叶片长度 | 38.75m |
切入风速 | 3m/s |
额定风速 | 12m/s |
切出风速 | 25m/s |
发电机类型 | 双馈异步电机 |
仿真所采用的风速模型为IEC 61400阵风风速模型,用以模拟控制系统在面对阵风风速下的控制效果,平均风速为13m/s,阵风增量风速为4m/s,持续时长为10s,迭代周期为0.02秒。
参见图3,为本发明方法和传统PI控制方法对于发电功率的控制效果对比图,采用本方法时风机的最大功率波动明显小于传统控制方法,且控制效果更加超前;图4为两种控制方法在应对阵风时风机转速波动的对比情况,可见采用本方法时风机转速波动相对更小,且传统控制方法存在明显的滞后性。因此,本方法提出的基于功率模糊控制的变桨控制方法在面对阵风风况时具有优异的动态控制性能,能够有效提升风机的抗扰动能力。
附图说明
图1为本发明四维模糊控制器的算法流程图;
图2为本发明两维模糊控制器的算法流程图;
图3为模拟阵风控制过程,本方法与传统变桨控制方法下发电功率对比;
图4为模拟阵风控制过程,本方法与传统变桨控制方法下风机转速对比。
具体实施方式
下面通过具体实施方式,对本发明技术方案做进一步的详细描述。
实施例1
本发明基于功率模糊控制的风力发电机组变桨控制方法,基于风电机组功率偏差和转速偏差的耦合变桨控制技术,提出一种双参量功率控制器,将功率偏差、转速偏差及其变化率四个变量同时作为模糊推理的输入量,构建四输入一输出的模糊推理规则,推理得到PI变桨控制的模糊补偿值,将转速偏差及其变化率/变化趋势超前应用于恒功率控制阶段,使风电机组对因转速变化造成的功率波动作出提前感知和预判,进而控制变桨执行机构超前动作,以避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。
实施例2
本实施例的基于功率模糊控制的风力发电机组变桨控制方法,和实施例1的不同之处在于:进一步的,综合考虑转速偏差和功率偏差对于风机变桨控制的叠加影响,采用多参量耦合的变桨控制技术,同时结合模糊控制技术,将所述四输入一输出的模糊推理矩阵,通过分层计算,转为两个两输入二输出的模糊矩阵,并通过线性叠加计算得到的变桨增益补偿值,进而得到最终的PI控制参数,进行风力发电机组变桨控制。
实施例3
本实施例结合附图,进一步详细的说明了本发明基于功率模糊控制的风力发电机组变桨控制方法的实现过程,包括以下步骤:
1、采集n时刻风电机组的发电机转速ω(n)和发电功率P(n),见图1、图2控制模型中所示功率P和转速ω;
为了消除发电机转速和功率中的高频扰动信号,采用一阶低通滤波算法对发电机转速ω(n)和发电功率P(n)信号进行平滑处理,得到处理后n时刻的发电机转速ωa(n)和风电机组发电功率Pa(n)。一阶低通滤波算法的原理为:
ωa(n)=(1-α)ω(n)+αωa(n-1)
Pa(n)=(1-α)P(n)+αPa(n-1)
式中,ωa(n-1)为滤波后n-1时刻的发电机转速值,Pa(n-1)为滤波后n-1时刻的风电机组发电功率。α为滤波系数,应用中取0.95。
2、计算n时刻发电机转速与设定转速的偏差值Δω(n)和风电机组发电功率与额定功率的偏差值ΔP(n):
Δω(n)=ωa(n)-ωa(n-1)
ΔP(n)=Pa(n)-Pa(n-1)
进一步计算n时刻发电机转速偏差变化率dΔω(n)/dt和风电机组发电功率偏差变化率dΔP(n)/dt。
按照风电机组转速和功率20ms的采样周期,Δt取0.02s。
3、以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)作为反馈信号,传递给图1、图2控制模型所示PI控制器作为输入信号,通过PI调节得到初始变桨角度值β。PI控制参数依照风电机组设计值确定。
4、通过图1所示的模糊控制器推理得到PI控制器的变桨补偿值β0,模糊控制器的输入为n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt和风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt共四个参量,输出为变桨补偿值β0。
也可将上述四维模糊控制器分层为两个二维模糊控制器,分别设计图2所示的模糊控制器1和模糊控制器2,模糊控制器1的输入为n时刻额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt,模糊控制器2的输入为n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt,两者对应的输出变桨补偿值分别为β1和β2。
5、根据图1、2所示控制模型,进行模糊控制器的设计,其过程如下:
(1)确定模糊论域和模糊子集。
依据风电机组的非线性特征,结合风机的运行数据,分别确定输入、输出变量的模糊论域和模糊子集。以某2MW风力发电机组为例,其转速偏差Δω(n)的基本论域为[–150,150],转速偏差变化率dΔω(n)/dt的基本论域为[–750,750];功率偏差ΔP(n)的基本论域为[–300,300],功率偏差变化率dΔP(n)/dt的基本论域为[–1500,1500]。以上四个输入参数的模糊论域可以设定为{-5,–4,–3,–2,–1,0,1,2,3,4,5},模糊子集为{NB,NM,NS,ZO,PS,PM,PB}。图1所示模糊控制器的输出量为变桨补偿值β0,其基本论域为[–2,+2],图2所示模糊控制器1、2的输出量分别为变桨补偿值β1和β2,其基本论域为为[–1,+1],相应的模糊子集为{NB,NM,NS,ZO,PS,PM,PB}。
(2)确定模糊推理规则。
本发明所涉及的模糊推理规则主要通过专家经验归纳得到。例如当发电机转速偏差为PB,且发电机转速偏差变化率也为PB,即使发电功率保持在额定功率,也预示风电机组发电功率即将快速增加,此时应当及时增大变桨补偿量以抑制功率的上升。相反,当发电机转速偏差及其变化率为NB时,尽管发电功率能够勉强维持在额定功率附近,此时也应当主动减小桨距角以增大对风能的吸收。
根据以上专家经验和运行特性可以构建起四输入一输出的模糊推理矩阵,对其模糊推理规则部分列举如下。
规则一:IF PisPB and PCisPB and ωis PB and ωCisPB,then Δβ is PB.
规则二:IF PisZO and PCisZO and ωis PB and ωCisPB,then Δβ is PM.
……
工程上为简化应用,作为本发明的另一种变形。可以将上述四维模糊推理矩阵简化为两个二维的模糊推理矩阵1和2,并经过叠加后得到最终的变桨补偿值。
模糊控制器1的推理矩阵以n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt为模糊输出值,经模糊推理得到变桨补偿值β1。
模糊控制器2的推理矩阵以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt为模糊输入值,经模糊推理得到变桨补偿值β2。
则最终的变桨补偿值为β1+β2,模糊推理矩阵1和2的推理规则见表1和表2。
表1模糊矩阵1的推理规则
ΔP/(dΔP/dt) | NB | NM | NS | ZO | PS | PM | PB |
NB | PB | PB | PB | PM | PS | ZO | ZO |
NM | PM | PM | PM | PS | PS | ZO | ZO |
NS | PM | PS | PS | PS | ZO | ZO | ZO |
ZO | PS | PS | PS | ZO | NS | NS | NS |
PS | ZO | ZO | ZO | NS | NS | NS | NM |
PM | ZO | ZO | NS | NS | NM | NM | NM |
PB | ZO | ZO | NS | NM | NB | NB | NB |
表2模糊矩阵2的推理规则
Δω/(dΔω/dt) | NB | NM | NS | ZO | PS | PM | PB |
NB | PB | PB | PB | PB | PM | ZO | ZO |
NM | PB | PB | PB | PB | PM | ZO | ZO |
NS | PM | PM | PM | PM | ZO | NS | NS |
ZO | PM | PM | PS | ZO | NS | NM | NM |
PS | PS | PS | ZO | NM | NM | NM | NM |
PM | ZO | ZO | NM | NB | NB | NB | NB |
PB | ZO | ZO | NM | NB | NB | NB | NB |
(3)确定模糊化和解模糊方法。
为避免小风速扰动造成对变桨执行器的过度补偿,四维输入量的隶属度函数均采用平滑的高斯型隶属函数,输出量采用重心法解模糊分别得到变桨补偿值β1和β2(或β0),经输出量化因子增益后,作为变桨补偿值与PI调节桨距角叠加。
6、确定变桨动作值。
最终确定的变桨动作值为PI调节变桨值β与模糊控制补偿变桨值β1及β2之和,输出的结果经过限幅、限速、单位变换模块后,作为设定值传递给变桨控制器,并最终交由执行机构动作。
本发明基于风电机组功率偏差和转速偏差的耦合变桨控制技术,采用改进的双参量功率控制器,将功率偏差、转速偏差及其变化率四个变量同时作为模糊推理的输入量,结合专家控制经验,构建起四输入一输出(或两输入两输出)的模糊推理规则,进而推理得到PI变桨控制的模糊补偿值。这种方法的优点在于将转速偏差及变化趋势超前应用于恒功率控制阶段,使风电机组对因转速变化造成的功率波动作出提前感知和预判,增强了风机控制的鲁棒性和预判性,使得变桨控制系统能够克服单一参量有差控制感知滞后的缺点,从而避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。
Claims (6)
1.一种基于功率模糊控制的风力发电机组变桨控制方法,其特征在于:基于风电机组功率偏差和转速偏差的耦合变桨控制技术,提出一种双参量功率控制器,将功率偏差、转速偏差及其变化率四个变量同时作为模糊推理的输入量,构建四输入一输出的模糊推理规则,推理得到PI变桨控制的模糊补偿值,将转速偏差及其变化率/变化趋势超前应用于恒功率控制阶段,使风电机组对因转速变化造成的功率波动作出提前感知和预判,进而控制变桨执行机构超前动作,以避免因变桨迟滞造成风电机组超发功率或者风能资源的浪费。
2.根据权利要求1所述的基于功率模糊控制的风力发电机组变桨控制方法,其特征在于:综合考虑转速偏差和功率偏差对于风机变桨控制的叠加影响,采用多参量耦合的变桨控制技术,同时结合模糊控制技术,将四输入一输出的模糊推理矩阵,通过分层计算,转为两个两输入两输出的模糊矩阵,并通过线性叠加计算得到的变桨增益补偿值,进而得到最终的PI控制参数,进行风力发电机组变桨控制。
3.根据权利要求1或2所述的基于功率模糊控制的风力发电机组变桨控制方法,其特征在于:具体实现的步骤如下:
1)采集n时刻风电机组的发电机转速ω(n)和发电功率P(n);
2)计算n时刻发电机转速与设定转速的偏差值Δω(n)和风电机组发电功率与额定功率的偏差值ΔP(n),以及n时刻发电机转速偏差变化率dΔω(n)/dt和风电机组发电功率偏差变化率dΔP(n)/dt;
3)以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)作为反馈信号,传递给PI控制器作为输入信号,通过PI调节得到初始变桨角度值β;PI控制参数依照风电机组设计值确定;
4)通过模糊控制器推理得到PI控制器的变桨补偿值β0,模糊控制器的输入为n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt和风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt共四个参量,输出为变桨补偿值β0;
将上述四输入一输出的模糊推理矩阵通过分层计算转为两个两输入二输出的模糊矩阵,分别计算对应的输出的变桨补偿值β1和β2;
5)进行模糊控制器的设计;
6)确定变桨动作值:将最终确定的变桨动作值为PI调节变桨值β与模糊控制补偿变桨值β1及β2之和,输出的结果经过限幅、限速、单位变换模块后,作为设定值传递给变桨控制器。
4.根据权利要求3所述的基于功率模糊控制的风力发电机组变桨控制方法,其特征在于:步骤5)中,模糊控制器的设计方法通过以下步骤实现:
5.1)确定模糊论域和模糊子集;依据风电机组的非线性特征,结合风机的运行数据,分别确定输入、输出变量的模糊论域和模糊子集;
5.2)确定模糊推理规则;
模糊推理的规则主要结合专家控制经验得到:当发电机转速偏差为PB,且发电机转速偏差变化率也为PB,即使发电功率保持在额定功率,也预示风电机组发电功率即将快速增加,此时应当及时增大变桨补偿量以抑制功率的上升;相反,当发电机转速偏差及其变化率为NB时,尽管发电功率能够勉强维持在额定功率附近,此时也应当主动减小桨距角以增大对风能的吸收;
根据以上专家控制经验和风电机运行特性构建四输入一输出的模糊推理矩阵;
将四维模糊推理矩阵简化为两个二维的模糊推理矩阵1和2,并经过叠加后得到最终的变桨补偿值;
模糊推理矩阵1以n时刻发电机转速与设定转速的偏差值Δω(n)及其变化率dΔω(n)/dt为模糊输出值,经模糊推理得到变桨补偿值β1;
模糊推理矩阵2以n时刻风电机组发电功率与额定功率的偏差值ΔP(n)及其变化率dΔP(n)/dt为模糊输入值,经模糊推理得到变桨补偿值β2;
得到最终的变桨补偿值为β1+β2
5.3)确定模糊化和解模糊方法
为避免小风速扰动造成对变桨执行器的过度补偿,四维输入量的隶属度函数均采用平滑的高斯型隶属函数,输出量采用重心法解模糊分别得到变桨补偿值β1和β2,经输出量化因子增益后,作为变桨补偿值与PI调节桨距角叠加。
5.根据权利要求3或4所述的基于功率模糊控制的风力发电机组变桨控制方法,其特征在于:步骤1)中,为了消除发电机转速和功率中的高频扰动信号,采用一阶低通滤波算法对发电机转速ω(n)和发电功率P(n)信号进行平滑处理,得到处理后n时刻的发电机转速ωa(n)和风电机组发电功率Pa(n);一阶低通滤波算法的原理为:
ωa(n)=(1-α)ω(n)+αωa(n-1)
Pa(n)=(1-α)P(n)+αPa(n-1)
式中,ωa(n-1)为滤波后n-1时刻的发电机转速值,Pa(n-1)为滤波后n-1时刻的风电机组发电功率;α为滤波系数,应用中取0.95。
Priority Applications (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110237937.0A CN112983737B (zh) | 2021-03-04 | 2021-03-04 | 一种基于功率模糊控制的风力发电机组变桨控制方法 |
Applications Claiming Priority (1)
Application Number | Priority Date | Filing Date | Title |
---|---|---|---|
CN202110237937.0A CN112983737B (zh) | 2021-03-04 | 2021-03-04 | 一种基于功率模糊控制的风力发电机组变桨控制方法 |
Publications (2)
Publication Number | Publication Date |
---|---|
CN112983737A true CN112983737A (zh) | 2021-06-18 |
CN112983737B CN112983737B (zh) | 2022-04-01 |
Family
ID=76352580
Family Applications (1)
Application Number | Title | Priority Date | Filing Date |
---|---|---|---|
CN202110237937.0A Active CN112983737B (zh) | 2021-03-04 | 2021-03-04 | 一种基于功率模糊控制的风力发电机组变桨控制方法 |
Country Status (1)
Country | Link |
---|---|
CN (1) | CN112983737B (zh) |
Cited By (4)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113236488A (zh) * | 2021-06-22 | 2021-08-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于发电机转速裕量的变桨控制方法、系统和设备 |
CN113653596A (zh) * | 2021-09-23 | 2021-11-16 | 华北电力大学 | 基于模糊预测和扇区管理的双风轮风力机变桨控制方法 |
CN114294153A (zh) * | 2022-01-10 | 2022-04-08 | 江苏金风科技有限公司 | 一种风力发电机组控制方法、装置及设备 |
CN116658364A (zh) * | 2023-07-12 | 2023-08-29 | 三峡科技有限责任公司 | 风电机组极端阵风识别系统及极端阵风抑制超速控制系统 |
Citations (6)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1270659A (zh) * | 1997-08-08 | 2000-10-18 | 佐德能源系统公司 | 可变速风轮机发电机 |
CN105508135A (zh) * | 2015-12-14 | 2016-04-20 | 沈阳华创风能有限公司 | 一种基于模糊前馈与模糊pid控制结合的变桨控制方法 |
CN106246464A (zh) * | 2016-07-28 | 2016-12-21 | 许继集团有限公司 | 一种风力发电机组变桨距的模糊pi控制方法和装置 |
CN106870281A (zh) * | 2017-04-06 | 2017-06-20 | 哈尔滨理工大学 | 一种基于模糊前馈和模糊‑pi的变桨距控制方法 |
CN108412688A (zh) * | 2018-04-11 | 2018-08-17 | 上海电机学院 | 一种风速前馈与模糊pid结合的变桨控制方法 |
CN110350602A (zh) * | 2018-04-03 | 2019-10-18 | 中国电力科学研究院有限公司 | 参与电网调频的风机控制系统 |
-
2021
- 2021-03-04 CN CN202110237937.0A patent/CN112983737B/zh active Active
Patent Citations (7)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN1270659A (zh) * | 1997-08-08 | 2000-10-18 | 佐德能源系统公司 | 可变速风轮机发电机 |
US6137187A (en) * | 1997-08-08 | 2000-10-24 | Zond Energy Systems, Inc. | Variable speed wind turbine generator |
CN105508135A (zh) * | 2015-12-14 | 2016-04-20 | 沈阳华创风能有限公司 | 一种基于模糊前馈与模糊pid控制结合的变桨控制方法 |
CN106246464A (zh) * | 2016-07-28 | 2016-12-21 | 许继集团有限公司 | 一种风力发电机组变桨距的模糊pi控制方法和装置 |
CN106870281A (zh) * | 2017-04-06 | 2017-06-20 | 哈尔滨理工大学 | 一种基于模糊前馈和模糊‑pi的变桨距控制方法 |
CN110350602A (zh) * | 2018-04-03 | 2019-10-18 | 中国电力科学研究院有限公司 | 参与电网调频的风机控制系统 |
CN108412688A (zh) * | 2018-04-11 | 2018-08-17 | 上海电机学院 | 一种风速前馈与模糊pid结合的变桨控制方法 |
Non-Patent Citations (1)
Title |
---|
李辉等: "风机电动变桨系统状态特征参量挖掘及异常识别", 《中国电机工程学报》 * |
Cited By (5)
Publication number | Priority date | Publication date | Assignee | Title |
---|---|---|---|---|
CN113236488A (zh) * | 2021-06-22 | 2021-08-10 | 中国华能集团清洁能源技术研究院有限公司 | 一种基于发电机转速裕量的变桨控制方法、系统和设备 |
CN113653596A (zh) * | 2021-09-23 | 2021-11-16 | 华北电力大学 | 基于模糊预测和扇区管理的双风轮风力机变桨控制方法 |
CN113653596B (zh) * | 2021-09-23 | 2023-07-14 | 华北电力大学 | 基于模糊预测和扇区管理的双风轮风力机变桨控制方法 |
CN114294153A (zh) * | 2022-01-10 | 2022-04-08 | 江苏金风科技有限公司 | 一种风力发电机组控制方法、装置及设备 |
CN116658364A (zh) * | 2023-07-12 | 2023-08-29 | 三峡科技有限责任公司 | 风电机组极端阵风识别系统及极端阵风抑制超速控制系统 |
Also Published As
Publication number | Publication date |
---|---|
CN112983737B (zh) | 2022-04-01 |
Similar Documents
Publication | Publication Date | Title |
---|---|---|
CN112983737B (zh) | 一种基于功率模糊控制的风力发电机组变桨控制方法 | |
Sahoo et al. | Pitch angle control for variable speed wind turbine using fuzzy logic | |
Rajendran et al. | Variable speed wind turbine for maximum power capture using adaptive fuzzy integral sliding mode control | |
Rubio et al. | Maximizing the performance of variable speed wind turbine with nonlinear output feedback control | |
CN113048017B (zh) | 基于内模控制的风电机组有功功率控制优化方法及系统 | |
Abdelbaky et al. | Wind turbines pitch controller using constrained fuzzy-receding horizon control | |
Aghaeinezhad et al. | Individual pitch angle control of a variable speed wind turbine using adaptive fractional order non-singular fast terminal sliding mode control | |
Sahoo et al. | Comparison of output power control performance of wind turbine using pi, fuzzy logic and model predictive controllers | |
Ren et al. | Feedforward feedback pitch control for wind turbine based on feedback linearization with sliding mode and fuzzy PID algorithm | |
CN114294159A (zh) | 风电机组变桨双控制器的控制方法及装置 | |
Eskandari et al. | Optimization of wind energy extraction for variable speed wind turbines using fuzzy backstepping sliding mode control based on multi objective PSO | |
Dastres et al. | A neural network based adaptive sliding mode controller for pitch angle control of a wind turbine | |
CN111064228B (zh) | 考虑风速和负荷变化场景的风电机组下垂控制方法、系统及计算机设备 | |
Yuan et al. | Disturbance observer-based pitch control of wind turbines for enhanced speed regulation | |
Ameli et al. | Adaptive integral sliding mode design for the pitch control of a variable speed wind turbine | |
Bachache et al. | Design fuzzy logic controller by particle swarm optimization for wind turbine | |
Almaged et al. | Design of an integral fuzzy logic controller for a variable-speed wind turbine model | |
CN115182844A (zh) | 一种变速风力发电机组有界ude转矩控制方法 | |
CN113031440B (zh) | 基于反馈线性化与预测控制的风力机变桨距控制方法 | |
CN115573857A (zh) | 基于时滞adrc的风电机组变桨距控制方法及控制装置 | |
Chang et al. | Combined predictive feedforward and feedback control for blade pitch of wind turbine | |
Naik et al. | Type-2 fuzzy logic based pitch angle controller for fixed speed wind energy system | |
Ullah et al. | Linear active disturbance rejection control approach base pitch angle control of variable speed wind turbine | |
CN112696311B (zh) | 基于变边界层准滑模变桨优化控制方法 | |
Shengsheng et al. | H-infinity Variable-Pitch Control for Wind Turbines Based on Takagi-Sugeno Fuzzy Theory. |
Legal Events
Date | Code | Title | Description |
---|---|---|---|
PB01 | Publication | ||
PB01 | Publication | ||
SE01 | Entry into force of request for substantive examination | ||
SE01 | Entry into force of request for substantive examination | ||
GR01 | Patent grant | ||
GR01 | Patent grant |